论文部分内容阅读
及时掌握耕地面积信息在农业生产中极为重要,然而,我国幅员辽阔,耕地分布广泛、错综复杂、易于变化,对耕地面积的提取难度很大。利用遥感影像来提取耕地面积时效性强,也大大减少了工作量,具有很高的优越性,能够简单、快速地对耕地信息作出科学的判断,为相关部门的决策提供及时的信息服务。在国内外的相关研究中,对大区域进行耕地面积估测时,往往采用低分辨率遥感影像,使得结果精度较低,若采用较高分辨率的遥感影像,虽然能满足高精度的要求,但是研究区域大,使得工作量大大增加,不经济高效,耕地面积估测的大区域和高精度的双重要求难以统一。针对这一问题,本文提出了利用高-中-低分辨率遥感影像逐步抽样的方法,采用种植业区划分区作为均质区进行研究,提高了大区域耕地面积解译的精度。本文以山东省为例,利用MODIS影像、CBERS-2B卫星CCD影像和HR影像三种不同空间分辨率的遥感影像进行抽样,并根据种植业区划分区,统计不同分区内各影像所提取的耕地面积,计算各分区内影像之间的精度修正系数,逐层修正所获取的耕地面积数据,以提高精度,最终得到山东省耕地的解译面积。通过与农业统计数据对比和分析,得出以下结论：(1)利用高-中-低分辨率遥感影像逐步抽样的方法对山东省耕地面积的估测值,与同年份的统计数据相比高出8.07%其结果大大优于中低分辨率影像耕地面积的提取精度。该方法操作性强,显著提高了中、低分辨率影像耕地面积的提取精度,同时又满足大区域耕地监测的需求,可更好地应用于农业生产和研究中。(2)分析研究区中CBERS-02B卫星HR影像提取的耕地面积与CCD影像中耕地面积的数值差异表明,这些数值差异主要是分布在耕地间的小路、水渠等细小地物与周围的耕地在CCD影像中形成的混合像元所导致的。在研究区内,此类细小地物占CCD影像中所提取耕地面积的10%至20%,且该数值较为稳定,不随耕地所在的地形因素、耕地系数的变化而变化。(3)分析研究区中CBERS-02B卫星CCD影像提取的耕地面积与MODIS影像中耕地面积的数值差异表明,这些数值差异主要是由分布在耕地间的大路、河流、池塘等面积小于25ha2的地物与周围的耕地在MODIS影像中形成的混合像元所导致的。在研究区中,此类地物占MODIS影像中所提取耕地面积的20%至40%,且该数值不稳定,会随着耕地所在的地形、耕地系数的变化而变化,与耕地系数呈负相关的关系。